透过量子计算来看未来自动驾驶

最近有消息称，谷歌率先实现了量子至上。毫无疑问，这将是量子计算领域的一个里程碑式的消息。

那么，什么是量子至上？这项技术对汽车未来的发展有什么帮助？我们一个一个来看。所谓概念层面的量子至上，字面翻译为量子霸权，一般是指量子计算可以解决一个经典计算机无法解决的问题或者比经典计算机有显著的加速(一般是指数级加速)。

用人类的话来说，量子霸权拥有完全超越传统计算机的顶级计算能力，但是直到现在，我们的传统计算机基本上还在使用和这个领域出现时一样的硬件架构。那为什么量子霸权有顶级性能？

在宇宙和物质的原子和亚原子层面，有些方面在人类看来是神秘的，是普通物理学难以解释的。因此，我们有了一个新的研究领域——量子力学。

量子力学提供的一些理论确实解释了粒子和亚粒子水平上的不寻常行为。例如，当粒子相距很远时，它们似乎可以通过某种方式相互连接，但没有明显的原因表明不同的粒子可以相互连接。一般来说，这叫做量子纠缠。

对于计算机，人们认为可以用量子的方法来构造比特和字节，也就是存储器元件，有可能大幅度提高计算机的存储容量。因为是和传统计算机不同的结构，所以叫量子计算，单位是量子比特(量子比特，除了处于“0”态或“1”态，还可以处于叠加态)。

量子位有点类似于二进制信息单位位，但它是加速的。所以它们天生就快，比传统计算机快得多。与传统计算机早期的另一个相似之处是，现阶段建造一台量子计算机非常昂贵，体积庞大，需要大量的冷却，而且它只有少量的量子位。自动驾驶层面的概念东西那么多，还是回到车上吧。

众所周知，目前自动驾驶汽车还不能做到完全自动驾驶，也就是L4级别以上的自动驾驶。除了对V2X的依赖，这项技术的瓶颈其实是对计算能力的要求，而这正是量子计算所能做到的。

自动驾驶汽车将拥有OTA技术，从云端获取机载AI系统更新，并将自动驾驶汽车收集的数据发回。正是在云计算中，量子计算机的超高速运行能力凸显出来，成为辅助自动驾驶汽车的有力助手。

但是量子计算还处于早期阶段，错误率很高。如何处理和降低量子比特的系统误码率(通常称为量子噪声问题)一直是研究的重点。总的来说，云量子计算机可以在无数方面帮助自动驾驶汽车。

比如，我们知道自动驾驶汽车上的AI系统可以根据收集到的道路数据分析，不时更新；接下来，通过机器学习(ML)和深度学习(DL)的形式，在云计算中增强AI系统，并在模拟道路数据上进行测试。然后一切准备就绪，就推给自动驾驶汽车。

0

云中ML/DL的计算工作量可能非常大。对于一台经典的计算机来说，会消耗大量的计算周期，运行成本会很高。从车辆的角度来看，这意味着机载AI系统的更新需要时间。

1

如果使用量子计算机在云端参与AI增强任务，其巨大的速度优势或许能够生成一个修改后的AI，可以更快地推送给整个自动驾驶团队。此外，在云中使用量子计算机的另一个潜力是使其进行汽车交通调度和交通管理。先说刚刚介绍的V2X技术。

2

一旦智慧城市的概念得以实现，自动驾驶汽车将面临巨大的数据考验。除了通过V2V(车辆对车辆)和V2I(车辆对基础设施)进行电子通信之外，它们还可能与一个“主”交通管理系统进行交互，该系统将试图保持数千辆汽车的流量平衡。交通管理的计算量可能相当大，云量子计算机可以发挥作用。量子计算机的车载AI可以在云端咨询，获得额外的“意见”。

3

当然，如果你试图单纯依靠量子计算机来遥控车辆，我劝你放弃这个想法。因为只要涉及到乘客的远程相关风险，对自动驾驶汽车的安全就不是一件好事，无论是让人类远程驾驶，还是量子计算机做同样的操作。

4

其实现阶段谈量子计算并不是一个好时机，因为这个领域刚刚起步。我们不否认量子计算机对传统计算机所能达到的高度，但也不需要对量子计算机充满想象，也不需要过早担忧。最近有消息称，谷歌率先实现了量子至上。毫无疑问，这将是量子计算领域的一个里程碑式的消息。

那么，什么是量子至上？这项技术对汽车未来的发展有什么帮助？我们一个一个来看。所谓概念层面的量子至上，字面翻译为量子霸权，一般是指量子计算可以解决一个经典计算机无法解决的问题或者比经典计算机有显著的加速(一般是指数级加速)。

用人类的话来说，量子霸权拥有完全超越传统计算机的顶级计算能力，但是直到现在，我们的传统计算机基本上还在使用和这个领域出现时一样的硬件架构。那为什么量子霸权有顶级性能？

在宇宙和物质的原子和亚原子层面，有些方面在人类看来是神秘的，是普通物理学难以解释的。因此，我们有了一个新的研究领域——量子力学。

量子力学提供的一些理论确实解释了粒子和亚粒子水平上的不寻常行为。例如，当粒子相距很远时，它们似乎可以通过某种方式相互连接，但没有明显的原因表明不同的粒子可以相互连接。一般来说，这叫做量子纠缠。

对于计算机，人们认为可以用量子的方法来构造比特和字节，也就是存储器元件，有可能大幅度提高计算机的存储容量。因为是与传统计算机不同的结构，所以称为量子计算，单位是量子比特(量子比特除了处于“0”态或“1”态，还可以处于叠加态)。

量子位有点类似于二进制信息单位位，但它是加速的。所以他们是……比传统计算机快得多。与传统计算机早期的另一个相似之处是，现阶段建造一台量子计算机非常昂贵，体积庞大，需要大量的冷却，而且它只有少量的量子位。自动驾驶层面的概念东西那么多，还是回到车上吧。

众所周知，目前自动驾驶汽车还不能做到完全自动驾驶，也就是L4级别以上的自动驾驶。除了对V2X的依赖，这项技术的瓶颈其实是对计算能力的要求，而这正是量子计算所能做到的。

自动驾驶汽车将拥有OTA技术，从云端获取机载AI系统更新，并将自动驾驶汽车收集的数据发回。正是在云计算中，量子计算机的超高速运行能力凸显出来，成为辅助自动驾驶汽车的有力助手。

但是量子计算还处于早期阶段，错误率很高。如何处理和降低量子比特的系统误码率(通常称为量子噪声问题)一直是研究的重点。总的来说，云量子计算机可以在无数方面帮助自动驾驶汽车。

比如，我们知道自动驾驶汽车上的AI系统可以根据收集到的道路数据分析，不时更新；接下来，通过机器学习(ML)和深度学习(DL)的形式，在云计算中增强AI系统，并在模拟道路数据上进行测试。然后一切准备就绪，就推给自动驾驶汽车。

0

云中ML/DL的计算工作量可能非常大。对于一台经典的计算机来说，会消耗大量的计算周期，运行成本会很高。从车辆的角度来看，这意味着机载AI系统的更新需要时间。

1

如果使用量子计算机在云端参与AI增强任务，其巨大的速度优势或许能够生成一个修改后的AI，可以更快地推送给整个自动驾驶团队。此外，在云中使用量子计算机的另一个潜力是使其进行汽车交通调度和交通管理。先说刚刚介绍的V2X技术。

2

一旦智慧城市的概念得以实现，自动驾驶汽车将面临巨大的数据考验。除了通过V2V(车辆对车辆)和V2I(车辆对基础设施)进行电子通信之外，它们还可能与一个“主”交通管理系统进行交互，该系统将试图保持数千辆汽车的流量平衡。交通管理的计算量可能相当大，云量子计算机可以发挥作用。量子计算机的车载AI可以在云端咨询，获得额外的“意见”。

3

当然，如果你试图单纯依靠量子计算机来遥控车辆，我劝你放弃这个想法。因为只要涉及到乘客的远程相关风险，对自动驾驶汽车的安全就不是一件好事，无论是让人类远程驾驶，还是量子计算机做同样的操作。

4

其实现阶段谈量子计算并不是一个好时机，因为这个领域刚刚起步。我们不否认量子计算机对传统计算机所能达到的高度，但也不需要对量子计算机充满想象，也不需要过早担忧。

标签：远程

汽车资讯热门资讯